基于最小二乘支持向量机算法的南宋官窑出土瓷片分类

• 作 者: 付略[1]周少华[1]彭勃[1]梁宝鎏[2]
• 机 构: 浙江大学材料与化学工程学院,杭州 310027,中国
• 出 处: 2009年古陶瓷科学技术国际学术讨论会(ISAC'09)
• 发表日期: 2009年期

化学元素测试技术和计算机数据处理技术的结合，为古陶瓷的断源断代研究提供了有效的手段，因而得到了广泛应用。数据处理常用的方法有多元统计分析和人工神经网络，支持向量机(supp0rt vect0r machine，SVM)方法作为一种很好的分类算法，SVM已经被用于古陶瓷的研究中。近年Suykens等提出一种新型SVM方法——最小二乘支持向量机(least square support vector machine,LS-SVM)法用于解决分类和函数估计问题。通过简要介绍SVM和LS-SVM的基本原理，并将该算法用于南宋2官窑瓷片的模式识别中，研究了这种算法的性能，并与SVM算法和传统的自组织特征映射(self-organizing map,SOM)神经网络方法进行了比较。